基于AlphaFold理性设计的急性肾损伤靶向肽库构建及其在肾脏靶向药物递送中的应用

为解决急性肾损伤(AKI)缺乏靶向治疗药物的问题，研究人员利用AlphaFold构建了靶向肾脏损伤分子-1(KIM1) Ig V结构域的1885种肽库，筛选出特异性靶向肽TKP4，并成功开发了负载肾保护药物制霉菌素(nystatin)的靶向脂质体，显著减轻AKI模型肾损伤。该研究为AI辅助靶向药物设计提供了标准化平台。

　　

急性肾损伤(AKI)是全球范围内高死亡率的重症，每年新增病例达1330万，但现有利尿剂和肾素-血管紧张素抑制剂等对症治疗常伴随脱水、耳毒性等严重副作用。更关键的是，目前尚无特异性靶向肾脏的治疗手段。这一临床困境的核心在于：药物全身分布导致脱靶毒性，而肾脏特异性递送系统又缺乏理想靶点。

武汉大学的研究团队将突破口锁定在肾脏损伤分子-1(KIM1)——这个在正常肾脏几乎不表达，却在损伤后于近端小管显著上调的跨膜蛋白。其细胞外Ig V结构域具有明确的球状结构，且能介导SARS-CoV-2等病毒的肾脏侵袭，是理想的靶向标靶。研究创新性地结合AlphaFold人工智能预测与实验验证，在《SCIENCE ADVANCES》发表的研究中实现了三大突破：构建最大规模KIM1靶向肽库、开发高效肾脏靶向载体、并完成治疗性验证。

研究采用多组学联策略：通过AlphaFold 2/3预测47种KIM1结合蛋白与Ig V结构域的相互作用模型，利用PDBePISA计算结合自由能(ΔⁱG)；基于相互作用残基(IAARs)设计1885种肽段；通过显微测温(MST)验证肽段-KIM1结合亲和力；建立缺血再灌注(I/R)和顺铂诱导的AKI小鼠模型；构建TKP4修饰的制霉菌素脂质体(T4LN)评估靶向治疗效果。

KIM1 Ig V结构域是理想的虚拟筛选靶点
通过I/R和顺铂模型证实KIM1在损伤肾脏特异性高表达。结构分析显示Ig V结构域的CC'-FG环区域(region_protein 1)占93.18%的结合界面，AlphaFold预测的模型pLDDT评分>50，为后续筛选奠定基础。

构建虚拟KIM1靶向肽库
从34种天然蛋白和13种病毒囊膜蛋白中筛选出103个含IAARs的片段，经N/C端截短优化获得1885种肽段。其中240种ΔⁱG≤-2 kcal/mol的肽段主要靶向region_peptide 1/2，最终筛选出跨物种保守的TKP1-5。

实验验证KIM1靶向肽
在顺铂处理的HK-2细胞中，FAM标记的TKP4/5与KIM1共定位(Pearson系数0.67/0.60)，且不进入KIM1敲除细胞。MST显示TKP4与Ig V结构域K_d=1.97 μM。在单侧I/R模型中，Cy7-TKP4在损伤肾脏的富集比达3.5倍，且依赖KIM1表达。

构建TKP4修饰的制霉菌素脂质体
TKP4-脂质体(T4L)粒径124.95±0.43 nm，能高效递送DIR荧光染料至损伤肾脏。在双侧I/R模型中，T4LN治疗组存活率100%(游离制霉菌素组仅50%)，显著降低ALT/AST水平，肾小球滤过率(GFR)提升2倍，并抑制DR5寡聚化和炎症因子IL-6/TNF-α表达。

该研究创立了AI辅助靶向肽开发的新范式：从结构预测→能量优化→体内外验证的全链条平台。TKP4的发现不仅解决了AKI靶向治疗难题，其设计策略更可推广至PROTAC(蛋白降解靶向嵌合体)等新兴领域。值得注意的是，尽管AI预测了5种候选肽，仅TKP4在复杂生物环境中保持高效靶向性，这提示糖基化等翻译后修饰对预测准确性的影响，也为下一代AI算法优化指明了方向。研究展示的"虚拟筛库-实验验证-治疗应用"框架，为靶向药物研发提供了可复制的技术路线。